悉尼大学数据科学硕士（机器学习）项目将帮助学生建立所需的技能，使计算机从数据中学习，而无需明确编程。机器学习是实现人工智能最流行的方法之一。因此，学生将接触到来自现实世界的各种类型的数据，学习概念和技术，以识别、抽象和解决机器学习问题，并为社会公益推动机器学习的边界。
相关学科背景，包括数据科学、计算机科学、数学、统计学、工程学、物理学、经济学、金融学或其他有关学科。
| 类型 | 总分要求 | 小分要求 |
| 雅思 | 6.5 | L:6 | R:6 | W:6 | S:6 |
| 托福 | 85 | L:17 | R:17 | W:19 | S:17 |
| PTE | 61 | L:54 | R:54 | W:54 | S:54 |
| 序号 | 课程介绍 | Curriculum |
| 1 | 数据科学原理 | Principles of Data Science |
| 2 | 机器学习与数据挖掘 | Machine Learning and Data Mining |
| 3 | 可视化分析 | Visual Analytics |
| 4 | 计算统计方法 | Computational Statistical Methods |
| 5 | 信息技术实践 | Information Technology Capstone Project |
| 6 | 自然语言处理 | Natural Language Processing |
| 7 | 高级数据模型 | Advanced Data Models |
| 8 | 云计算 | Cloud Computing |
| 9 | 多媒体检索 | Multimedia Retrieval |
| 10 | 数据分析与商业智能 | Data Analytics and Business Intelligence |
| 11 | 信息安全管理 | Information Security Management |
| 12 | 统计学习与数据挖掘 | Statistical Learning and Data Mining |
| 13 | 评估学习技术创新 | Evaluating Learning Technology Innovation |
| 14 | 学习技术前沿研究 | Learning Technology Research Frontiers |
| 15 | 应用地理信息系统与空间数据分析 | Applied GIS and Spatial Data Analytics |
